英伟达被「压制」的25年

这家创办于1993年的“卖铲人”，直到2017年以后，市值才开始呈现出飙涨的趋势，而当下支撑英伟达市值的主流技术，均源自2017年以前。

2024-07-09 10:12 · 微信公众号：Alter聊科技　顾青云　　

十九世纪中叶的美国西部，掀起了一场轰轰烈烈的淘金热，但最终赚到钱的，并不是拿命去赌的淘金者。一个名叫萨姆·布瑞南的商人，通过向淘金者出售铲子，成了加州历史上*位百万富翁。

每一次风口出现时，总有企业想要扮演“卖铲人”的角色。特别是在元宇宙和人工智能的浪潮中，一些企业直接把“卖铲人”的身份写在了PPT上，生怕外界看不懂他们的定位。

可直到目前，真正称得上“卖铲人”的，似乎只有英伟达一家。

6月18日，英伟达市值达到3.34万亿美元，正式超过微软成为全球市值最高的公司。罗森布拉特证券公司分析师Hans Mosesmann甚至大胆预测：英伟达将在未来一年继续上涨，市值有望达到近5万亿美元。

翻看英伟达的市值增长历程，这家创办于1993年的“卖铲人”，直到2017年以后，市值才开始呈现出飙涨的趋势，而当下支撑英伟达市值的主流技术，均源自2017年以前。

在此之前的25年里，英伟达为何平平无奇？

01.

选对了图形赛道，

却差点输给“路线错误”

时间回到1993年初，30岁的黄仁勋辞掉了LSI Logi的工作，创办了自己的*家公司——英伟达，选择的赛道是图形处理器。

那时候，市场上已经有20多家企业，既有IBM、HP、索尼、富士通、东芝等大公司，也有很多和英伟达一样的创业者。凭借在半导体市场的人脉和经验，黄仁勋和英伟达还是拿到了入场券。

1995年5月，英伟达推出了*款产品NV1。当时还没有显卡的概念，这款产品被称作多媒体加速器，在技术上整合了2D和3D图形处理，并具备视频处理、音频波表处理、游戏端口等功能。

NV1发布的第二个月，英伟达获得了红杉资本和西瑞雅风险投资的首轮融资；因为NV1将声卡和手柄控制单元集成到了芯片中，英伟达还成功吸引了游戏主机厂商世嘉的注意，争取到了土星下一代主机里图形处理部分的订单，以及700万美元的开发定金。

原以为英伟达会在游戏市场高歌猛进，开启在图形处理器市场的崛起之路，但微软的出现，直接改写了英伟达的轨迹。

当时图形加速技术方兴未艾，业内并没有统一的标准，不少公司采用的规范是“三角形绘图”，英伟达选择的是“四边形绘图”。1996年，微软发布了Direct 3D标准，宣布图形软件将只支持“三角形绘图”。可英伟达并未在*时间意识到外部环境的变化，依然执着于“四边形绘图”的路线。

面对产业标准已定的大形势，英伟达被迫为自己的“错误”买单——耗时两年研发的NV1很快无人问津，为世嘉研发的NV2以失败告终，英伟达走向破产边缘。而顺应了历史规律的3Dfx，凭借其*产品Voodoo，在一年时间里占据了80%的市场，并从英伟达手中撬走了世嘉的订单。

痛定思痛的黄仁勋认识到，“想要继续生存，就必须作出改变”。

在人事方面，黄仁勋任命主机游戏厂商水晶动力的首席技术官David Kirk作为英伟达的“首席科学家”；在研发方面，英伟达转投主流市场，对标掀起3D技术革命的3Dfx；同时确定了为期六个月的内部周期目标，就算某一产品失败，也不会威胁到公司的生存，因为下一代的代替产品随时可用。

1997年4月，英伟达推出了第三代产品NV3，即后来被外界熟知的RIVA 128。尽管在图像质量上不敌3dfx的Voodoo，但100M/秒的像素填充率、对Open GL的兼容性以及价格优势，让RIVA 128赢得了OEM厂商的青睐，不到一年出货量就超过100万片，硬生生让英伟达从“死亡边缘”拉了回来。

接下来的一年多时间里，英伟达先后推出了Riva TNT、Riva TNT2等产品，通过一套加强组合拳不断扩大市场份额。曾短暂统治市场的3dfx节节败退，英伟达在1998年的营收超过1.5亿美元，如愿在纳斯达克挂牌上市。

1999年是英伟达历史上的重要时间点，除了上市的高光时刻，还在这年8月推出了*款以GeForce命名的产品——GeForce 256，首次提出了GPU的概念，而后戴尔、Gateway、康柏、NEC、IBM等纷纷宣布预装英伟达的GPU。差点“中道崩殂”的英伟达，一跃成为媒体眼中的“硅谷新秀”。

02.

日后封神的CUDA，

制造了第三次危机

一个有趣的插曲是，因为微软Direct 3D标准陷入困境的英伟达，不久后就狠狠“坑”了微软一把。

英伟达GPU的畅销，加速了DirectX标准的普及，也让微软对这家初创企业大加赞赏，不仅让英伟达参与到DirectX标准的制定中，还让英伟达拿到了创办以来的*订单——初代Xbox的显示芯片。

为了让英伟达全力为Xbox开发GPU，微软直接支付了2亿美元定金，合同金额更是达到5亿美元，后来还将Xbox的媒体传送处理器（MCP）交给了英伟达研发，双方的关系可以用“蜜月期”来形容。

2001年11月15日，Xbox率先在美国发售，定价299美元。当时，英伟达GeForce 3的起售价是329美元，Xbox搭载的X-Chip芯片相当于是GeForce 3的改良版。当时就有分析师称，微软每卖出一台Xbox，就要亏损125美元。微软想要降低Xbox的零部件成本，英伟达是无法绕开的一环。

在微软向英伟达提出降价请求时，得到的却是黄仁勋的一口回绝。而后双方的矛盾迅速爆发，并最终诉诸于仲裁。和微软“分手”的消息传出后，英伟达的市值从2002年初的110亿美元缩水到10亿美元，代价不可谓不惨烈。

在微软猛烈的炮火下，黄仁勋不得不低头认怂，在2003年2月与微软正式达成和解，但未能挽回微软的“真爱”。受伤的微软向英伟达的对手ATI抛出了橄榄枝，由后者作为下一代Xbox 360的GPU供应商。

在微软的扶持下，英伟达和ATI在接下来的多年里都处于缠斗的状态。不单单是产品上的较量，市场份额也出现了拉锯的一幕。以2004年第三季度为例，在独立显卡市场中，ATI的市场占有率在59%，英伟达只有37%。

直到2006年7月，AMD以54亿美元收购ATI，天平才开始往英伟达倾斜。为了收购ATI，AMD几乎用光了账面现金，并产生了25亿美元的债务。因为债务危机，二者的合并没能出现1+1大于2的“合力”，反倒让英伟达侥幸捡到了“天上掉下来的馅饼”。

在此之前，英伟达几乎被锁死在了GPU赛道，无力进行横向扩张。在此之后，英伟达加速了突围步伐，其中代表性的动作正是CUDA。

2007年，英伟达举办了*届CUDA技术大会，全称是Compute Unified Device Architecture，一种并行计算平台和编程模型，能够让开发人员使用C语言、C++、Fortran等编程语言来编写GPU加速的应用程序。

没有CUDA，GPU只是一个负责在屏幕上绘制图像的“图形处理单元”；有了CUDA，GPU拥有了解决复杂计算问题的能力，可以帮助客户为不同的任务对处理器进行编程。

GPU的主要使用场景，不再局限于游戏。

后面的故事，不少人都很熟悉。2012年开始走红的深度学习，以及2022年爆火的ChatGPT，最终让CUDA封神。GPU被广泛应用于图像识别、脸部识别、语音识别等场景中，价值甚至超过了CPU。

但在2008年的语境里，英伟达每年砸到CUDA上的研发成本约5亿美元，占到了整体营收的六分之一，却几乎看不到商业价值。折射到财报上，英伟达在2008年以后的净利和毛利大幅走低，一度出现亏损的局面。

期间，黄仁勋多次苦口婆心地阐述CUDA的价值，但华尔街的分析师们并不买账，英伟达的市值长期在100亿美元上下徘徊。

03.

冲击移动市场失利，

深度学习“叫好不叫座”

管理着3万亿美元的英伟达，黄仁勋的每一句话都可以被夸赞成“高瞻远瞩”，每一个行为都有可能成为名场面。但管理100亿美元的英伟达，黄仁勋要想方设法提升股价，重拾分析师的信心。

所以在CUDA不被看好时，英伟达必须去追风口。

PC市场在2008年后呈现出了下滑态势，以GPU为主营业务的英伟达冷暖自知。正是在这一年，英伟达针对移动市场推出了Tegra系列芯片组，采用了ARM架构，内置基于GeForce 的图形处理器，并且有着清晰的思路：只要人们对手机游戏有需求，Tegra就能在移动市场中一席之地。

单从时间上看，英伟达的入局时间并不晚。

高通推出骁龙S1的时间是2007年，但2008年第四季度才开始投产；苹果在2010年才推出*自研芯片A4；联发科进入智能手机市场的时间是2011年；三星的*Exynos 芯片，也是在2011年……何况英伟达已经有十几年的芯片研发经验，和台积电的关系也相当亲密。

只是结果远不如预想中那般。

囿于移动方面的经验不足，*款Tegra芯片发布时，英伟达选择和微软合作，搭载于一款名为Zune HD的产品上，并未像iPhone一样家喻户晓。到了Tegra 2系列推出时，已经可以兼容Android系统，并因此获得了摩托罗拉、 LG等品牌的力挺。

Tegra 3系列算是闯出了名气，被用于HTC One X、Nexus7等旗舰产品上，但问题也随之暴露出来。自研的移动GPU，提供了强大的图形计算性能，代价则是高功耗和发热，直接拖累了相关产品的口碑。

于是有了国内网友们熟悉的场景：2013年的小米3发布会上，黄仁勋作为特邀嘉宾来到现场，“熬夜”学习中文，高呼“小米威武”。当时的小米刚刚起步，却是Tegra 3为数不多的终端客户。

这一次，英伟达不再被“上帝眷顾”，赌错了技术路线的Tegra没有等到“重来”的机会，在高通和三星的夹攻下，Tegra系列芯片迅速被冷落，原本信心满满的英伟达，遗憾和万亿移动市场擦肩而过。

英伟达在移动市场显露败绩的2012年，多伦多大学的研究员Alex Krizhevsky用两张GTX 580 显卡训练神经网络AlexNet，只花了一个星期就在ImageNet 挑战赛上以显著优势夺魁。

这场意外惊喜带动了使用GPU进行深度学习模型训练的浪潮，同时也为英伟达打开了AI新世界的大门：深度学习和GPU的暴力计算“一拍即合”，开启了拼数据和堆硬件的竞速游戏。

大约是从2014年的GTC大会开始，黄仁勋正式将AI作为英伟达最关键的业务，几乎每年都会唱衰摩尔定律，高谈GPU加速计算爆发式崛起。2016年的时候，英伟达推出为AI设计的Pascal架构GPU，黄仁勋亲自向一家名为OpenAI的初创企业，送去了世界上*台DGX-1超级计算机。

英伟达对人工智能的前景抱以厚望，可市场并不感冒。

2016年以前，英伟达的市值仍然稳定在150亿美元上下，2016财年的营收只有50.1亿美元，不及英特尔的十分之一。所谓的深度学习浪潮，可以说是典型的“雷声大、雨点小”。

在那段漫长的日子里，微软、谷歌才是科技行业的巨无霸，英特尔、高通才是半导体行业的*，英伟达不过是游戏这个细分市场的领跑者，一家随着游戏市场兴衰而起伏的“小芯片企业”。

04.

加速向“数据中心”转型，

但市场“没看明白”

英伟达的故事始于1993年的，但真正意义上的走进大众视野，却是在2018年，中间隔了长达25年的时光。

正如黄仁勋后来的形容：2018年是“近乎*的一年，以一个动荡的方式结束”。这一年的10月份，英伟达的市值达到了上市以来的*，达到2189亿美元。只是在不久后，英伟达的市值便腰斩式下跌。

现在回顾那段历史，不少人习惯性聚焦于英伟达在2017年的转向：2017年的GTC大会上，黄仁勋发布了面向AI的Tesla V100 GPU，并将其称作“世界上最昂贵的计算能力项目”，研发预算高达30亿美元。同时也标志着，数据中心业务被定义为英伟达的第二曲线，当天市值就冲到了714亿美元。

时间再一次印证了英伟达的正确性。

数据中心业务的营收在2020年夏天超过游戏业务，成为英伟达*大收入来源。正是英伟达提供的澎湃算力，OpenAI训练出了举世瞩目的ChatGPT，拉开了生成式AI的大幕，英伟达的市值迅速迈过1万亿美元的关卡，直冲3万亿美元，一度成为全球市值最高的企业。

可回到当时的语境里，比起“数据中心”这个略显生涩的词汇，和英伟达捆绑最深的，其实是“挖矿”。

挖比特币需要“矿机”，“矿机”运行哈希算法需要算力，而算力的来源正是英伟达的GPU。“挖矿”在2016年逐渐走红，并在2018年初到达高潮，期间GPU的需求不断增长。英伟达GTX 1080的零售价为550美元，在市场上被炒到了1000美元以上，以至于英伟达不得不出台“限购政策”，将显卡优先销售给游戏玩家，而非矿工。

然而，比特币的价格从2017年底逐步下滑，加上新币开采成本的不断提升，“矿潮”加速衰退。矿商不断抛售显卡，市场的秩序被打乱，为“挖矿”准备的显卡成堆地摆放在仓库中，英伟达的渠道库存也出现过剩。市场最终被负面情绪裹挟，英伟达的股价随即下跌，直到2020年初才回到高位。

不同于黄仁勋对计算价值的信仰，市场往往是短视的，习惯通过表象来看问题，而非现象背后的底层逻辑。

数字货币、元宇宙、生成式AI等风口，一次次刺激了英伟达的增长，给了外界十足的信心。而当泡沫破灭或者风口走弱的时候，英伟达也难免被裹挟其中。没有人会深究为了支撑起新的风口，英伟达苦熬了多少年的寒窗，坐了多少年的冷板凳，以及在错误的路线上进行了多少次尝试。

这也是所有“卖铲人”的宿命，淘金热不存在了，铲子还卖给谁呢？

即使英伟达已经是一家市值超过3万亿美元的巨无霸，仍然有不少分析师在质疑其价值。比如“木头姐”发出的警告：英伟达会不会是下一个思科呢？毕竟从市值上涨的曲线来看，今天的英伟达和2000年前后的思科不可谓不相似，在互联网泡沫达到顶峰时，思科的股价上涨了71倍，又在接下来的几年内暴跌了90%，之后再也没有回到高点。

恐怕黄仁勋也无法回答上述的问题。亚马逊、微软等云服务商在过去几个季度里购买了英伟达约一半的GPU，英伟达的命运仍然掌握在别人手中。和2018年的情形相比，英伟达并没有太大的变化，不过是外界对英伟达的期待发生了变化而已。